TOMRA Recycling, proveedor líder mundial de soluciones de clasificación, anuncia una nueva aplicación de clasificación de envases para GAINnext™ que aprovecha el aprendizaje profundo –un subconjunto de la inteligencia artificial (IA) y el aprendizaje automático– para eliminar materiales difíciles de clasificar. Ampliando aún más sus aplicaciones basadas en aprendizaje profundo, TOMRA ofrece ahora al mercado una solución de alto rendimiento para la recuperación de aluminio de latas de bebidas usadas (UBC) que ofrece una pureza del 98% o más sin la necesidad de clasificación manual.
Esta innovadora tecnología automatiza aún más la línea de clasificación para mejorar la eficiencia de captura de UBC para las empresas de recuperación de materiales (MRF), aumentando los ingresos y disminuyendo los costos.
La nueva solución de aprendizaje profundo de vanguardia de TOMRA permite a los MRF maximizar la recuperación y la pureza del aluminio de los flujos de residuos de envases metálicos. GAINnext™ aprovecha una sofisticada inteligencia artificial para detectar y expulsar instantáneamente materiales que no son UBC, como botellas de aluminio, latas de comida, bandejas, metales o plásticos UBC, y más, para una clasificación automatizada de latas de aluminio de alta precisión. La nueva solución presenta clasificación automatizada en cintas de alta velocidad de cinta para mejorar significativamente la eficiencia operativa con un rendimiento hasta 33 veces mayor que la clasificación manual.
Desarrollada como una solución al final de la línea para MRF, GAINnext™ se integra rápidamente en las líneas existentes para reducir los costos generales y mejorar el retorno de la inversión (ROI). GAINnext™ utiliza una cámara RGB, entrenada con miles de imágenes, para reconocer UBC según su forma, tamaño, dimensión y otras características. Su procesamiento de alto rendimiento ofrece hasta 2 mil expulsiones por minuto y el software de aprendizaje profundo identifica objetos superpuestos y calcula el posicionamiento para una clasificación de alta precisión, con una pureza superior a 98%. Al ofrecer niveles de pureza excepcionales, la aplicación GAINnext™ UBC ofrece al mercado un proceso automatizado para el reciclaje de aluminio lata-a-lata.
“Los MRF normalmente dependen de clasificadores manuales al final de la línea para seleccionar UBC del flujo de residuos de envases metálicos", explica Ty Rhoad, vicepresidente de Ventas de TOMRA Recycling para América. “La clasificación manual promedia aproximadamente 60 selecciones por minuto; GAINnext™, nuestra altamente efectiva aplicación de clasificación por inteligencia artificial, ofrece hasta 33 veces más rendimiento. Al ofrecer alta pureza, GAINnext™ ha demostrado reducir los costos operativos y aumentar los ingresos y la productividad, lo que resulta en un rápido retorno de la inversión”.
Indrajeed Prasad, product manager, deep learning en TOMRA Recycling, añade: “La experiencia de TOMRA con la IA abarca décadas, ya que nuestro equipo de clasificación óptica aprovecha la IA tradicional para automatizar las líneas de clasificación. GAINnext™ está entrenado para ver lo que el ojo humano puede ver y detecta miles de objetos mediante diferencias visuales en milisegundos. El subconjunto de aprendizaje profundo de la IA crea un nivel jerárquico de neuronas artificiales para resolver las tareas de clasificación más complejas. Estamos encantados de que nuestra nueva aplicación se centre en la recuperación crítica de latas de aluminio UBC y ofrezca a los clientes índices de pureza superiores a 98 por ciento”.
Ecosistema de IA en crecimiento
TOMRA, probada en campo ya durante años, fue la primera en introducir tecnologías de deep learning en inteligencia artificial en 2019 con su aplicación para identificar y eliminar cartuchos de silicona de polietileno (PE) de los flujos de PE. A lo que siguió una segunda aplicación de aprendizaje profundo que cambió las reglas del juego y se centró en la clasificación de astillas de madera, separando la madera maciza de materiales a base de madera como tableros de aglomerado, madera contrachapada y MDF en fracciones individuales.
A principios de este año, TOMRA anunció cinco nuevas aplicaciones de clasificación de aprendizaje profundo de plásticos y papel que utilizan GAINnext™, inicialmente para el mercado europeo. Tres aplicaciones revolucionarias separan eficientemente PET, PP y HDPE de calidad alimentaria de los que no lo son a altas tasas de rendimiento con niveles de pureza que alcanzan el 95%. Dos aplicaciones no alimentarias para el ecosistema GAINnext™ incluyen una aplicación de limpieza de PET que ofrece flujos de botellas de PET de pureza aún mayor y una aplicación para destintar papel para flujos de papel más limpios. La nueva aplicación UBC es la aplicación de clasificación GAINnext™ específica de la región de TOMRA que inicialmente se dirige a las necesidades de los recicladores de América.